本帖最后由 风雪新 于 2019-12-3 11:05 编辑
一、政策背景 国家发展的基础在教育，教育的基础在教师。全面了解教师队伍，充分发挥教师优势，是教育行业改革的重中之重。2018年1月国务院印发的《全面深化新时代教师队伍建设改革的意见》，是新中国成立以来第一次以党中央名义专门印发的加强教师队伍建设的文件。4月份教育部启动“教育信息化2.0行动计划”，教育信息化由1.0向2.0跨越，将教师队伍建设作为工作重点。8月份教育部又印发了《关于开展人工智能助推教师队伍建设行动试点工作的通知》，采集教师教学、科研、管理等方面的信息，形成高校教师大数据，建立教师数字画像，进行教师大数据挖掘，支持学校决策，改进教师管理，优化教师服务。
二、高校现状 “所谓大学者，非谓有大楼之谓也，有大师之谓也”。一个学校的关键在于有没有好的教师，教师是学校的支柱，对于高校来说更是如此。我国高校也确实开展了多年的教师教学评价，评价人员包括同行、专家、学生，但是评价结果可信度不高，同时教师科研情况、个人基本数据没有做进一步分析和利用： - 对教师队伍缺乏全面的了解，所以无法合理配置教师资源，做到人尽其用；
- 科研和教学评价数据无法利用，所以无法实现奖惩有尺，精准督导；
- 没有优秀教师模型可以参考，缺乏教师成长年轮规划，更没有完善的教师发展培养体系，所以教师成长缓慢。
由此可见，目前高校对教师队伍的管理还存在很大的不足，离国家提倡的教育政策还有不小的差距。为了响应国家号召，同时也为了满足时代的要求，高校建设教师画像分析应用，提升教师队伍管理水平已经是当务之急。
三、应用介绍
Smartbi作为专业的BI大数据分析软件提供商，在教育行业深耕多年，教师画像也是目前Smartbi在全国高校重点推广的应用方案，其建设思路是： 1、建设基础设施：搭建技术平台，采集业务数据，建设数据仓库； 2、描绘教师画像：描绘教师个人画像，解读教师结构，分析预测教师成长情况等； 3、实现应用目标：准确了解每个教师的基本信息和科研、教学情况以达到资源优化。
下面向大家介绍Smartbi如何从教师结构、教师活跃度、教学与评价、个人发展等四个主题来描绘教师画像，从而实现应用目标。
1、教师结构 分析年龄、职称、学历等分布请况，发现更多结构问题，掌握师资结构合理性变化情况。
总体情况：上面是组合维度的分析，例如第一行是职称和年龄组合，可发现教授和讲师年龄是否过高？快要退休的教授有多少？下面部分是单一的维度分析，例如：职称是怎么分布的？年龄是怎么分布？并且进行解读和下钻。
学缘结构：合理的学缘结构应该是“远缘杂交”，也就是说，高校的教师应该来自于多个高校，而不应该出自几个高校。教师来源结构的复杂有利于不同学术风格和思想的相互渗透和竞争，活跃学术气氛。
职称结构：合理的教师职称结构可以使学校教师队伍的整体素质和适应能力处于最佳状态，提高学校人力资源的利用率，进而影响着整个学校的效能。
师资配置：影响师资配置合理性指标非常多，有一些指标是正影响，有一些是负影响，有些指标的权重较高，例如：生师比。通过对这些指标变换加权生成指数，可以掌握学校师资结构合理性以及变化情况。 分析教师出版专著、发表论文、科研奖励、培训进修等情况，预测、监管、合理配置实现成果最大化。
总体情况：根据教师在学校发生的这些行为，进行活跃度建模，得到教师群体和个体的活跃度分析。
聚类分析：根据活跃度的高低，将教师聚类成了优良中差和没有活跃的老师。左边这个图是一个聚类圈子分析，所有的老师通过行为相关联，如果有相同的活跃行为，就会链接起来。近朱者赤近墨者黑，要培养什么样的人，就应该放到什么样的圈子（环境）中。
成果预测：针对教师主持科研项目进行深度挖掘，影响老师是否有主持科研项目这一个行为，主要的因素有哪些？这些因素的权重有多大？我们可以拟合出一个方程。 从职称、学位、入校时间等不同维度分析教师组成、教学投入、教学成效，让教学成效更好；精准跟踪教师评价结果，分类分析，让教师评价更好。
教师教学：通过授课教师组成、教学工作量分布、教学成效展示各教师群体教学现状，并通过变换、加权展现各教师群体教学指数，发现哪类教师成效更好。
教师评价：评价的内容由两部分构成，客观评价和主观评价。客观评价就是学生的成绩，主观评教主要是同行、专家和学生的评价。
对教师个人的基本信息进行画像，勾勒教师成长年轮，促进教师职业生涯发展。
教师画像：包含学校属性、授课信息、授课关系、成果信息、评教信息、教师指数等指标，实现奖惩有尺，激励成长。 Smartbi教师画像已经在国内多所高校得到应用和推广，取得很好的效果。学校可以准确了解每个教师的科研和教学情况，以达到教师资源的合理配置，合理利用，奖惩有尺，精准督导。以教师教学、科研发展为核心，建立完善的教师发展培养体系，实现“发现最优秀的人，培养更优秀的人”，让教师发挥出更大的优势，培养出更优秀的人才。 | 
